更新记录

0.1.0（2026-07-19）

首发：自研高性能实时音频降噪核心，提供 uni-app 可调的 JS API：流式逐帧降噪（Denoiser 对象，48kHz 单声道 480 样本/帧，含 VAD

平台兼容性

uni-app x(5.14)

nex-denoise 音频降噪

自研高性能原生核心做实时音频降噪，提供 uni-app 可调的 JS API。基于 神经网络降噪 类深度学习降噪模型， 自动识别并抑制背景噪声（键盘声/风扇/街噪/底噪等稳态与非稳态噪声）、保留人声，附带 VAD（语音活动检测）副产物。

• 纯自研实现、无额外系统依赖。
• 对象型（流式逐帧）+ 文件便捷版（整 wav 一键降噪）。
• 仅 App 端（Android / iOS）；uni-app x（uvue）与经典 uni-app（vue3）皆可。

API

对象 Denoiser（流式逐帧）

const d = new Denoiser();              // 建一次，反复用
const out = d.processFrame(frame480);  // frame480: number[] 正好 480 个样本 → 返回降噪后 480 个
const vad = d.lastVadProbability();    // 上一帧语音活动概率 ∈ [0,1]，可做静音检测
d.reset();                             // 切换到新音频段前复位状态

顶层函数

type DenoiseResult = {
  sampleCount: number;  // 输入样本总数
  vadFrames: number;    // 含语音的帧数（VAD ≥ 0.5 的 480-帧数）
};

⚠️ 诚实边界（务必读）

• 固定 48kHz / 单声道 / 480 样本/帧：神经网络降噪 模型只在该格式下工作。
  • processFrame 入参须正好 480 个样本（48kHz 单声道单帧），长度非 480 → 抛参数错误。
  • denoiseWav 输入须 48kHz 单声道 16-bit PCM wav，否则抛 InvalidParam。
  • 其它采样率需调用方先重采样到 48kHz 单声道（本插件 v1 不内置重采样；可后续项加入文件版内部重采样）。
• 样本量级 = i16 PCM（±32768）而非 ±1.0：降噪模型期望 16-bit 量级的浮点样本。 若你拿到的是 ±1.0 的浮点 PCM（部分 WebAudio/AudioWorklet），请先 ×32768 传入、拿回结果再 ÷32768。 文件版 denoiseWav 直接按 16-bit int wav 读写、无需关心量级。
• 「检测并抑制」而非「彻底消除」：对稳态/非稳态噪声做衰减并尽量保人声，并非把噪声归零；强噪声/强混响环境效果有限。 这与声学回声消除（AEC，需远端参考信号 + 自适应滤波）是不同问题，本插件不做 AEC。
• 实时直出（音频回调线程逐帧驱动 < 块延迟）属未验路径：v1 真交付是「整段/逐帧离线处理」（真机「选段→处理→播放」可验）。 实时管线（系统录音回调 → processFrame → 播放）的端到端接线标记为待验证。
• denoiseWav 输出长度补齐到整数帧 = ceil(样本数/480)*480（末帧补零）；单文件样本数上限约 30 分钟（超限 InvalidParam）。
• 首帧含 fade-in：神经网络降噪 首帧输出有淡入痕迹（逐帧流式正常现象），稳态后效果稳定。

适用场景

语聊 / 连麦 / 语音房 / K 歌 / 录音笔降噪 / 会议纪要预处理 / 短视频配音降噪。按年授权（B2B/SaaS 集成）价值高。

平台说明

• Android：内置多 ABI 原生库；原生运行依赖由插件配置自动引入。
• iOS：内置原生扩展库；宿主原生工程需开启「支持 Swift」。
• 真机运行需自定义基座（标准基座不含 原生运行依赖）。